为什么将数组转换为 Tensor 会增加维度？

Question

当我将我的 ndarray 变成 Ragged Tensor 时，会无缘无故地添加维度，从而导致错误：ValueError: Input 0 of layer sequential_8 is incompatible with the layer: expected ndim=3, found ndim=4. Full shape received: [None, None, None, None]

运行此代码后，观察会发生什么：

print(XTrain.shape)
x_train = tf.ragged.constant(XTrain)
print(x_train.shape)

print(XTrain[1].shape)
print(x_train[1].shape)

(10000,) （10000，无，无，无） (821, 1, 26) （821，无，无）

如您所见，不仅参差不齐的张量失去了故意添加的维度 np.ndarray: (821,1,26) --> tf.ragged.constant --> (821, None, None )

如何确保它不添加触发上述 ValueError 的随机三个非？

Answer 1

在输入层，必须指定ragged=True，这样这个维度就被忽略了。